谢本凯，蔡水涌，黄春雷，禹建丽，陈广智，王国保

(1.郑州航空工业管理学院 管理工程学院，河南 郑州 450046；2.黑龙江瑞兴科技股份有限公司 客户技术服务中心，黑龙江 哈尔滨 150030；3.郑州航空工业管理学院 智能工程学院，河南 郑州 450046)

近年来，我国铁路建设发展迅速，给人们的生活出行带来了极大的便利，也在一定程度上推动了国民经济的发展，因此保证列车安全高效地运行具有十分重要的价值。ZPW-2000系列无绝缘移频轨道电路是列车运行控制系统的基础设备，轨道电路的正常工作是保证列车安全高效运行的关键因素[1]。然而，轨道电路系统构成复杂、工作环境恶劣、故障发生率高且故障类型多，因此轨道电路的故障诊断研究是非常重要的。

轨道电路的故障诊断技术经历了3个阶段，依次为人工诊断、信号处理诊断和人工智能诊断[2]。人工诊断阶段主要凭借工作人员维修经验和维修技术对轨道电路的故障进行判断和维修，其盲目性大、工作效率低、劳动强度大；信号处理诊断阶段主要依靠信号集中监测系统对数据进行采集和分析，其抗干扰能力差、精度低；人工智能诊断阶段是在传统诊断的基础上再结合机器学习的众多算法对轨道电路故障进行诊断，既提高了诊断效率，又提高了诊断精度。目前一些学者在人工智能诊断阶段已取得了一定的成果。Sun等[3]采用多分类支持向量机 (support vector machines，SVM) 的一对一策略，提出了一种针对铁路轨道电路中的关键部位电气绝缘节的故障诊断系统。……